A maior rede de estudos do Brasil

Grátis
11 pág.
exigências de nutrientes para vacas leiteiras

Pré-visualização | Página 2 de 4

vacas. O 
objetivo é ajustar modelos de previsão da PL em 
condições de alimentos brasileiros a partir de meta-
dados de experimentos com vacas leiteiras.
Material e Métodos
Fonte dos dados
O banco de dados foi formado a partir de 
experimentos conduzidos no Brasil, particularmente 
na região Centro-Sul, compreendendo os estados 
de São Paulo, Minas Gerais e Mato-Grosso (clima 
Cwa conforme a classificação climática de Köppen), 
incluindo vegetações de Cerrado e Mata Atlântica. 
Alguns dados se originaram de experimentos 
conduzidos na região Nordeste, incluindo dados 
de Pernambuco, Bahia e Ceará, com vegetação de 
Caatinga (clima semi-árido Bsk) e Cerrado. Todos 
os dados foram publicados: Aquino et al. (2007); 
Cordeiro et al. (2007); Correia et al. (2007); Costa 
et al. (2005); Costa et al.(2009); Freitas et al. (2006); 
Magalhães et al. (2004); Mendonça et al. (2004); 
Moreira et al. (2007); Oliveira (2007); Oliveira et 
al. (2007); Pimentel et al. (2007); Pires et al. (2010); 
Sousa (2007); Sousa et al. (2009); Teixeira Jr (2008); 
Vilela et al. (2003).
Modelos estatísticos - Regressão múltipla
As variáveis dependentes e independentes são 
apresentadas na Tabela 1 e inicialmente verificou-
se a existência de colinearidade entre as variáveis 
independentes, pois quando isto ocorre, as equações 
tornam-se imprecisas, pois não há únicos estimadores 
de mínimos quadrados ordinários para os parâmetros, 
assim foram excluídas dos modelos as variáveis que 
apresentaram colinearidade na análise de regressão. 
As variáveis dependentes foram submetidas aos 
Y = Variáveis dependentes. PL=Produção de leite (kg.dia-1). CMS = Consumo de material seca (kg.dia-1). 
GL = Teor de gordura do leite (%). PC (kg) = Peso corporal. FDN = Fibra em detergente Neutro (%). CPB 
= Consumo de proteína Bruta (kg.dia-1).PB = Proteína Bruta (%). NDT = Nutrientes Digestíveis Totais (%). 
CNDT = Consumo de Nutrientes Digestíveis Totais. CFDN = Consumo de Fibra em Detergente Neutro.
Y Variáveis independentes testadas (X)
CPB PL CMS GL PC FDN PB NDT CNDT CFDN
PB PL CMS GL PC FDN CPB NDT CNDT CFDN
CMS PL GL PC FDN CPB PB NDT CNDT PB
PL CMS GL PC FDN CPB PB NDT CNDT PB
PC PL CMS GL FDN CPB PB NDT CNDT PB
FDN PC PL CMS GL CPB PB NDT CNDT PB
CFDN PL PB CMS GL PC FDN CPB NDT CNDT
NDT PB PL CMS GL PC FDN CPB CNDT CFDN
CNDT CPB PL CMS GL PC FDN PB NDT CFND
Tabela 1. Variáveis dependentes e independentes possíveis de serem testadas nos modelos de regressão.
Rev. Cient. Prod. Anim., v.18, n.1, p.55-65, 2016
58
testes de normalidade de Kolmogorov - Smirnov e 
de Anderson-Darling. As hipóteses para os testes são: 
(H0) população normal, (H1) população não normal. 
Se o valor p (α) é menor do que o nível a (0,05) 
rejeita H0 e deve-se considerar um procedimento 
não paramétrico. Para verificar a colinearidade foi 
feita análise de correlação (r, linear Pearson) entre as 
variáveis independentes e as variáveis que tiveram 
valor r acima de 0,70 foram excluídas dos modelos. 
Para seleção de modelos foi utilizado o procedimento 
stepwise com aproximação backwards. A análise de 
variância utilizou o teste T e as variáveis que tiveram 
valor p acima de 0,05 foram excluídas dos modelos 
(Moreto & Rolim 2015). As estatísticas básicas 
(incluindo medidas de posição e dispersão, gráfico 
Box-plot, histograma, intervalo de confiança e teste 
de normalidade de Anderson-Darling) foram feitas 
conforme descrito por Matt (2015).
Os dados foram submetidos à análise de regressão 
linear múltipla a qual é uma técnica multivariada 
utilizada para previsão de dados de uma variável 
dependente a partir de uma variável independente 
(Moreto & Rolim, 2015). O modelo matemático 
(equação I) é dado por:
H1 é rejeitada. A eficiência do ajuste é medida pela 
precisão (R², coeficiente de determinação), Tendência 
(EME - Erro médio estimado) e acurácia (MAPE – 
erro percentual absoluto médio) (Moretto & Rolim, 
2015). 
Y X X ep n= + + + +β β β β β0 1 1 2 2 
no qual: Y é a variável dependente, β0é o intercepto, β1, 
β2 e βp são os parâmetros das variáveis independentes 
de Xi a Xn. O erro aleatório não está incluído nos 
modelos e refere-se a variáveis não mensuráveis no 
modelo como elementos climáticos, não disponíveis 
nos meta-dados (temperatura, umidade relativa, 
precipitação, luminosidade, fotoperíodo, etc), saúde 
do animal, bem estar, efeito da raça. 
A significância dos coeficientes dos modelos 
foi feita pelo teste F o qual testa a hipótese H0: Os 
coeficientes não são significativos contra a hipótese 
H1: os coeficientes são significativos. Se o valor p 
(α) do teste é menor que o nível a (0,05) a hipótese 
MAPE
Yesti Yobsi
Yobsi
N
i
N
%( ) =
−
×






=
∑ 100
1
R adjusted
R N
N k
2
2
1
1 1
1
= −
−( )× −( )
− −








A distância Euclidiana (ED) é a distância do ponto 
cartesiano (MAPE testado x MAPE calibrado) e é 
a hipotenusa do triângulo retângulo formado no a 
partir da origem dos eixos cartesiano e o ponto. ED 
é calculado por:
ED cMAPE tMAPE= +( )2 2
onde: cMAPE é o MAPE calibrado e tMAPE é o 
MAPE testado. O modelo mais acurado é aquele que 
apresenta o menor valor de ED, o qual é o menor 
valor de MAPE (Liberti et al., 2014).
O RMSE (Raiz quadrada do erro quadrado médio) 
também é uma medida de acurácia utilizada aqui para 
comparar com Murphy et al. (2014), cujo trabalho foi 
o único encontrado sobre previsão de PL por vacas 
leiteiras.
RMSE EMQ%( ) = ×( )100
em que: EMQ =Error Mean square (Tavakkoli et al., 
2015).
Resultados e Discussão
Todos os dados apresentaram normalidade pelo 
teste de Anderson-Darling (valor-p>0,01), exceto 
MP, MF, TDN, NDF, e a transformação dos dados 
não corrigiram a não normalidade. Contudo os 
valores de curtose (kurtosis) e Assimetria (Skewness) 
(I)
(II)
(III)
(IV)
(V)
Rev. Cient. Prod. Anim., v.18, n.1, p.55-65, 2016
59
estiveram próximos de zero, o que é um indicativo 
de normalidade (Figura 1). Ainda, as variáveis cujo 
valor p <0,05 do teste T para os parâmetros foram 
excluídas dos modelos, incluindo também aqueles 
Fonte: desta pesquisa. PL =Produção de leite. CMS = Consumo de Matéria Seca. GL =Gordura do leite. BW 
= Peso Corporal. FDN = Fibra em Detergente Neutro. CPB = Consumo de Proteína Bruta. PB = Proteína 
Bruta (%). NDT = Nutrientes Digestíveis Totais. CNDT =Consumo de Nutrientes Digestíveis Totais. CFDN = 
Consumo de Fibra em Detergente Neutro.
Figura 1. Estatísticas descritivas das variáveis dependentes e independentes.
Rev. Cient. Prod. Anim., v.18, n.1, p.55-65, 2016
60
que não foram normais pelo teste de Kolmogorov - 
Smirnov. A PL variou de 4,67 a 34,6 com uma média 
de 18,03 kg.dia-1 e O terceiro quartil foi de 21.69 
kg.dia-1 O CMS variou de 5,32 to 23,5 kg.dia-1 a 
média foi de 15,32 kg.dia-1 O PC médio foi de 490 
kg com mínimo de 253 e máximo de 639 kg, com 
terceiro quartil de 530 kg. Estes dados diferem dos 
requerimentos preditos para vacas leiteiras pelo NRC 
(2001), como por exemplo, uma vaca com PC de 450 
kg e 15 kg.dia-1 de PL o CMS estimado foi de 9.4 
kg.dia-1 Para outra vaca com PL de 30 kg.dia-1 o CMS 
diário estimado foi de 14 kg enquanto aqui este CMS 
(15,32kg) foi obtido com uma PL média diária de 
18,03 kg (Figura 1). Nestas condições o CMS é maior 
que os valores reportados pelo NRC (2001) com uma 
PL menor.
Os teores de proteína bruta variaram de 8,2 a 
19,7% do CMS com média de 4,9% e o 3° quartil 
igual a 16,42% enquanto o NRC (2001) recomenda 
neste mesmo nível de produção de 16,6 a 22,7 % de 
PB na MS com NDT de 78%, o qual foi semelhante ao 
teor de NDT encontrado aqui (figure 1). Estes dados 
concordam com Freitas et al. (2006), pois o NRC 
(2001) subestima os valores de CMS e superestima 
os níveis de PL. Isto também está de acordo com 
Oliveira et al. (2011) pois o efeito dos altos níveis de 
FDN sobre o CMS depende da fonte se concentrado 
ou volumoso na dieta,

Crie agora seu perfil grátis para visualizar sem restrições.